Refactorisation des fonctions existantes
Maintenant, nous avons créé une fonction de haut niveau appelée convert_csv(). Les fonctions de haut niveau sont des fonctions qui peuvent prendre d'autres fonctions comme arguments ou renvoyer des fonctions en résultat. Ce sont des concepts puissants en Python qui nous aident à écrire un code plus modulaire et réutilisable. Dans cette section, nous allons utiliser cette fonction de haut niveau pour refactoriser les fonctions originales csv_as_dicts() et csv_as_instances(). La refactorisation est le processus de restructuration d'un code existant sans changer son comportement externe, dans le but d'améliorer sa structure interne, par exemple en éliminant la duplication de code.
Commençons par ouvrir le fichier reader.py dans l'éditeur WebIDE. Nous allons mettre à jour les fonctions comme suit :
- Tout d'abord, nous allons remplacer la fonction
csv_as_dicts(). Cette fonction est utilisée pour convertir des lignes de données CSV en une liste de dictionnaires. Voici le nouveau code :
def csv_as_dicts(lines, types, *, headers=None):
'''
Convert lines of CSV data into a list of dictionaries
'''
def dict_converter(headers, row):
return {name: func(val) for name, func, val in zip(headers, types, row)}
return convert_csv(lines, dict_converter, headers=headers)
Dans ce code, nous définissons une fonction interne dict_converter qui prend headers et row comme arguments. Elle utilise une compréhension de dictionnaire pour créer un dictionnaire où les clés sont les noms des en - têtes et les valeurs sont le résultat de l'application de la fonction de conversion de type correspondante aux valeurs de la ligne. Ensuite, nous appelons la fonction convert_csv() avec la fonction dict_converter comme argument.
- Ensuite, nous allons remplacer la fonction
csv_as_instances(). Cette fonction est utilisée pour convertir des lignes de données CSV en une liste d'instances d'une classe donnée. Voici le nouveau code :
def csv_as_instances(lines, cls, *, headers=None):
'''
Convert lines of CSV data into a list of instances
'''
def instance_converter(headers, row):
return cls.from_row(row)
return convert_csv(lines, instance_converter, headers=headers)
Dans ce code, nous définissons une fonction interne instance_converter qui prend headers et row comme arguments. Elle appelle la méthode de classe from_row de la classe donnée cls pour créer une instance à partir de la ligne. Ensuite, nous appelons la fonction convert_csv() avec la fonction instance_converter comme argument.
Après avoir refactorisé ces fonctions, nous devons les tester pour nous assurer qu'elles fonctionnent toujours comme prévu. Pour ce faire, nous allons exécuter les commandes suivantes dans un interpréteur Python :
cd ~/project
python3 -i reader.py
La commande cd ~/project change le répertoire de travail actuel pour le répertoire project. La commande python3 -i reader.py exécute le fichier reader.py en mode interactif, ce qui signifie que nous pouvons continuer à exécuter du code Python après que le fichier ait terminé son exécution.
Une fois l'interpréteur Python ouvert, nous allons exécuter le code suivant pour tester les fonctions refactorisées :
## Define a simple Stock class for testing
class Stock:
def __init__(self, name, shares, price):
self.name = name
self.shares = shares
self.price = price
@classmethod
def from_row(cls, row):
return cls(row[0], int(row[1]), float(row[2]))
def __repr__(self):
return f'Stock({self.name}, {self.shares}, {self.price})'
## Test csv_as_dicts
with open('portfolio.csv') as f:
portfolio_dicts = csv_as_dicts(f, [str, int, float])
print("First dictionary:", portfolio_dicts[0])
## Test csv_as_instances
with open('portfolio.csv') as f:
portfolio_instances = csv_as_instances(f, Stock)
print("First instance:", portfolio_instances[0])
Dans ce code, nous définissons tout d'abord une simple classe Stock pour les tests. La méthode __init__ initialise les attributs d'une instance Stock. La méthode de classe from_row crée une instance Stock à partir d'une ligne de données CSV. La méthode __repr__ fournit une représentation sous forme de chaîne de caractères de l'instance Stock.
Ensuite, nous testons la fonction csv_as_dicts() en ouvrant le fichier portfolio.csv et en le passant à la fonction avec une liste de fonctions de conversion de type. Nous affichons le premier dictionnaire de la liste résultante.
Enfin, nous testons la fonction csv_as_instances() en ouvrant le fichier portfolio.csv et en le passant à la fonction avec la classe Stock. Nous affichons la première instance de la liste résultante.
Si tout fonctionne correctement, vous devriez voir une sortie similaire à ceci :
First dictionary: {'name': 'AA', 'shares': 100, 'price': 32.2}
First instance: Stock(AA, 100, 32.2)
Cette sortie indique que nos fonctions refactorisées fonctionnent correctement. Nous avons éliminé avec succès la duplication de code tout en conservant la même fonctionnalité.
Pour quitter l'interpréteur Python, vous pouvez taper exit() ou appuyer sur Ctrl + D.
